我想通过VAE模型训练我的图像数据和201个标签矢量数据。
首先，我通过参考下面的链接创建了一个简单的自动编码器模型，并产生了结果。 （损失函数为“ mse”和“ binary_crossentropy”）
https://keras.io/getting-started/functional-api-guide/
结果令人满意。但是，我想回到VAE模型，并在编码器之后的后期空间完成采样。 这就是问题所在。 像自动编码器一样，在comfile中进行了以下声明。
VAE.compile(optimizer=opt,metrics=['acc',],loss={'sptm':'mse','recon':vae_loss})
在这里，发生以下错误：
ValueError: ('Could not interpret loss function identifier:', <tf.Tensor 'Mean_1:0' shape=() dtype=float32>)
我尝试对它进行Google搜索，但都无法执行代码。 如所附图片所示，我想将短信损失应用于sptm ，并将 vae_loss应用于img 。
如何为具有两个输出的模型使用自定义损失？
